千亿级别的激光雷达蓝海市场正在开启,谁是最大受益者?
10月22日晚,造车新势力威马正式发布旗下首款全场景智能纯电轿车——威马M7,吸引了无数目光。
威马的这款新车,最引人瞩目的地方就是其独特的造型。车顶前端有一个明显的凸起,像戴了个小帽子,在整体车身上显得比较突兀,也被不少习惯了平滑车身的看客们评价为“丑出天际”。
威马M7和车顶上显眼的激光雷达
抛开外观设计不谈,威马M7车顶的这个“帽子”实则暗藏玄机,它就是大名鼎鼎的激光雷达。实际上,除这个“帽子”外,M7身上还配有另外2颗激光雷达,以实现汽车更好的环境感知能力。
激光雷达价格向来十分昂贵,威马M7一下子配置3颗激光雷达,让人不得不称赞一声“壕气”。凭借着在环境感知上的优异性能,激光雷达逐渐成为智能汽车品牌新一代产品的标配,甚至已经有了一丝军备竞赛的意味。
全球首款激光雷达量产车小鹏P5搭载2颗激光雷达,还把整车价格打到20万以内;华为和北汽蓝谷合作打造的极狐阿尔法S华为HI版,搭载3颗激光雷达,即将小批量交付;蔚来的新一代量产车ET7,也将搭载一颗激光雷达;长城WEY摩卡,将搭载3颗激光雷达……
似乎一夜之间,激光雷达这款曾经作为自动驾驶汽车Robotaxi必备的智能硬件,开始纷纷被各大车企配备在商业量产车型上,因此2021年也被很多投资者看成是激光雷达量产元年。
一颗、两颗再到三颗,激光雷达大势滔滔,开启了智能电动车企间的配置竞赛,同时也打开了激光雷达千亿级别的蓝海市场。
/ 01 /
智能汽车之“眼”
从古至今,“智能”二字都显得如此缥缈,很难有人能够给出准确的定义。
对于现在的汽车来说,“智能”即体现在代客泊车、不同等级辅助驾驶等具体的智能使用场景,核心代表能力就是自动驾驶。
想要让汽车变得“智能”,就必须为其构架起具备“感知、决策、执行”三位一体的智能系统。其中,感知主要由安装在汽车上的各类环境监测传感器探测,决策主要依赖于算法、软件和芯片,而执行则由各种控制器和零部件完成。
在自动驾驶场景中,智能汽车需要对车辆、行人、交通信号灯、障碍物等行车环境做出准确的识别,必须借助车载摄像头、超声波雷达、毫米波雷达、激光雷达等车载传感器来实现。
不同的车载传感器有着迥异的特点。
摄像头可以采集外部数据并根据算法进行图像识别,技术成熟度高,价格便宜,同时图像识别也是人工智能的一条实现路径,潜力更大。但容易受到恶劣天气影响,逆光和光影复杂环境下效果较差,难以精确测距。
毫米波雷达通过毫米波测距,不受天气影响,探测距离可达200米。但成本较高,对非金属物体探测能力弱,同时难以识别行人。
超声波雷达利用超声波测距,造价低,但有效探测距离通常小于5米,角度分辨率较差,容易受到天气影响。
激光雷达通过激光测距,成本最高,但探测距离远,角度测量精度极高,可以实时建立3D模型,这一功能暂无有效替代方案。
这些不同的车载传感器,各有优势,在一定程度上可以实现互补。但在实现智能驾驶这一目的上,各家车企的选择却截然不同,基本上形成了两类方案路线:
第一类以特斯拉为代表,采用的是“纯视觉+算法方案”方案,一般只采用摄像头和低成本雷达,依靠决策层的强大算法算力来实现准确判断行车状况。
这种方案依赖大量数据,以及顶级的图像识别算法,能够形成优势壁垒,同时成本极低。但缺点也很明显,目前的图像识别算法容易出现误判,进而引发交通事故。
第二类是以激光雷达为核心的感知方案,是除特斯拉外整车厂的普遍选择。激光雷达能够更远距离测距,辅以其他传感器,基本能够实现整车全范围感知。由于具备更远距离路况感知,汽车有更长时间完成进一步探测、算法分析和决策,从而够弥补算法方面的缺陷。
从目前来看,第二类路线是大多数整车厂的选择,激光雷达自然也就成为L3及其以上自动驾驶系统不可或缺的感知器件。
/ 02 /
激光雷达路线之争
激光雷达的性能并非车企考虑的唯一因素,与性能相比,成本或许是现阶段车企更关注的参数。
目前,激光雷达技术其实已经能够应对环境监测这件事,但迟迟难以实现车规级量产的原因则是成本太高。作为电动车的附属产品,只有价格降下来才能具备商业化的可能。
正是基于对成本的考量,激光雷达技术如今划分出了三种技术路线:整体旋转的机械式激光雷达、部分视角的半固态式激光雷达以及收发模块静止的混合固态激光雷达。
整体旋转的机械式激光雷性能更好,但成本较高,并非目前电动车企的合适选择。由于机械式激光雷达能够实现空间水平360°视场范围的扫描,最常见于谷歌Waymo、百度Apollo等Robotaxi项目,用以实现L4/L5级自动驾驶。
这种形态的激光雷达缺点也很明显。首先,高频转动和复杂的机械结构致使其平均的失效时间仅1000-3000小时,难以达到车规级设备最低13000小时的要求。其次,机械式激光雷达需要布置在车身最高点避免遮挡,对车辆造型造成很大的影响,而凸起的雷达也较容易受损。
考虑到商业量产因素,机械式激光雷达并不是一条适合的路径。
相对于机械式激光雷达,固态式激光雷达不包含任何机械运动部件,仅面向单一视角。这种架构虽然探测范围受限,但体积最为紧凑,成本极低,是量产的最佳形态。
固态式激光雷主要又分为分为相控阵方案、Flash方案两种核心路线,但两种路线都存在量产中的问题。
相控阵方案利用波的干涉效应,可以获得不同角度的光束形成扫描效果,目前技术成熟度较低,尚无量产产品;
Flash方案不是通过扫描的方式,而是在短时间内直接向前方发射出一大片覆盖探测区域的激光,通过高度灵敏的接收器实现对环境周围图像的绘制,最终生成的数据包含了深度等3D数据。
这种方案是目前最为主流的固态激光雷达方案,但探测精度和探测距离有所不足,主要用于较低速的无人驾驶车辆,如无人外卖车、无人物流车等对探测距离要求较低的自动驾驶解决方案中,暂时还不具备车规级应用的能力。
当然还有其他几种固态激光雷路线,但都处于研发早期,缺少短期商业化的可能。
在固态激光雷达实现技术突破前,半固态激光雷达是智能汽车普遍选择的方案。目前量产的车规级产品,主要都出自半固态激光雷达路线。
半固态激光雷达也只扫描一定范围,但具备一些较小的活动部件,主要有MEMS振镜、转镜、棱镜等方案。
览沃科技为小鹏定制的车规级激光雷达HAP
具体来看,MEMS微振镜激光雷达的代表品牌包括Innoviz、速腾聚创、先锋等,但尚未有此类产品通过车规级认证;转镜方案代表品牌包括华为、法雷奥、Ibeo、Luminar、Innovusion(图达通)等,蔚来ET7即采用图达通产品;而棱镜方案目前主要为大疆旗下Livox(览沃)所采用,小鹏P5采用的激光雷达即为Livox产品。
尽管目前激光雷达路线繁多,但随着行业的发展,以及成本的考量,具备极高性价比的固态激光雷达将成为最终方案,但作为替代品的半固态激光雷达会存在多久,又将取得怎样的市场规模,依然将取决于性能与成本。
/ 03 /
千亿级市场开启,谁是最大受益者?
现阶段,智能汽车仍处于发展早期,未来势必需要更多的设备,已经更精确的探测,激光雷达市场正面临一个前所未有的机遇。
毫无疑问,“更智能”将是绝大多数车企在现在和未来一直追求的方向。在这种方向的驱动下,自动驾驶作为智能汽车标志性功能将始终成为车企发力的重点。
在更高等级自动驾驶这个目标面前,激光雷达因其强大的性能更容易受到车企青睐,蔚来、小鹏、威马等品牌发布的新一代智能汽车即为例证。
截止目前,包括特斯拉在内的智能汽车量产车型在自动驾驶上均为L2级自动驾驶。而激光雷达被认为是实现L3及以上自动驾驶的必需配件,其将随着自动驾驶技术的成熟,最先在高阶自动驾驶车辆中普及。
更重要的是,限制激光雷达普及的高昂成本因素也将实现突破。
首先,激光雷达产品本身具有规模效应,即产量越高,成本越低。当越来越多车企选择配备激光雷达,单个激光雷达厂家产量不断提升,其价格也将实现迅速下降,而价格下降将进一步推动激光雷达普及。
根据览沃科技的预测,随着激光雷达技术架构从机械式到混合固态再到纯固态,激光雷达产量从每年十万台上升至每年千万台,其单价也将降低至100美元以下。
目前来看,小鹏P5配备两颗览沃的激光雷达,销售价已经下探至20万。可以预见,随着激光雷达成本逐渐下降,处于安全考虑,各整车厂有望将激光雷达列为提升行车安全的标准配件,甚至在L2及以下汽车中普及,这个千亿级别的蓝海市场正在开启。
据开源证券的预测,到2025年,全球激光雷达市场规模将超过百亿美元。中国已经成为全球最大的电动车市场,在车载激光雷达这个庞大的市场上,中国也有望诞生百亿级甚至千亿级的行业巨头。
目前,车载激光雷达产品技术路线尚未固定,且国内尚无一家激光雷达正式上市。国内参与者如华为,选择了转镜方案;大疆旗下的览沃科技,则选择了独特的棱镜方案;正筹备上市的禾赛科技,则主攻机械式激光雷达。
尽管行业已经达成一致共识,技术突破后的固态激光雷达将是商业化生产的最佳方案,但在技术突破之前,半固态无疑是最佳的替代产品。
激光雷达必将伴随智能汽车的爆发而快速发展,但谁将成为最终的赢家依然尚无定数,毕竟激光雷达考验的不是单纯的技术性能,也在考验企业的战略与效率。
在固态激光雷达产品没有正式铺开市场之前,各家企业都存在着获胜的机会。对于已经搭载量产车型的激光雷达企业,他们只不过是距离成功更近一些。
最新活动更多
-
11月22日立即报名>> 【线下论坛】华邦电子与莱迪思联合技术论坛
-
11月22日立即报名>> 【线上&线下同步会议】领英 跃迁向新 年度管理者峰会
-
11月29日立即预约>> 【上海线下】设计,易如反掌—Creo 11发布巡展
-
11月30日立即试用>> 【有奖试用】爱德克IDEC-九大王牌安全产品
-
即日-12.5立即观看>> 松下新能源中国布局:锂一次电池新品介绍
-
12月12日预约直播>> 友思特为新能源电池行业聚能的视觉与光电方案
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论